逆地理编码（根据经纬度来查询，匹配地名）Python

2024-05-31 11:00| 来源: 网络整理| 查看: 265

多的不说，直接上码，需要更改的地方我给大家打上# ***，改成自己的直接用即可：

两种方法：

1 利用geopy

首先导入包，并读取数据

import pandas as pd from geopy.geocoders import Nominatim from geopy.exc import GeocoderTimedOut data = pd.read_excel('这里替换成自己的数据.xlsx') # ***

初始化nominatim服务，不用管，加上就即可

# 初始化 geopy 的 Nominatim 服务 geolocator = Nominatim(user_agent="geoapiExercises")

定义逆地理编码函数，这里language使用的是zh，要是想用英文，可以换成en

# 定义逆地理编码函数 def reverse_geocode(lat, lon): try: location = geolocator.reverse((lat, lon), language='zh') return location.address except GeocoderTimedOut: return reverse_geocode(lat, lon)

apply一下即可

# 为每个坐标对应用逆地理编码 data['address'] = data.apply(lambda row: reverse_geocode(row['latitude'], row['longitude']), axis=1)

最后导出即可

data.to_excel("导出.xlsx") # ***

导出格式大概就是这样，这个结果是我进行了一些调整，原本应该是国家，省，市等等

2 利用高德API

这个方法更适用于中国宝宝体质，对中国地区更加精确，直接上码！

导入包，加载数据：

import pandas as pd import requests # 加载数据 data = pd.read_excel("替换成自己的文件xlsx") # ***

获取高德密钥（去高德开放平台，注册一个账户，进入控制台，进去应用管理，创建应用即可获取key）

# 高德地图API密钥 key = '把密钥复制到单引号内即可' # *** 定义逆地理编码函数： # 定义逆地理编码函数，这里我给拆开了，每个信息作为单独的一列，地址+省份＋城市＋区县＋城镇＋乡村＋街道＋门牌号码+POI def reverse_geocode_amap(lat, lon): url = f'https://restapi.amap.com/v3/geocode/regeo?key={key}&location={lon},{lat}&extensions=all' response = requests.get(url) if response.status_code == 200: result = response.json() if result['status'] == '1' and result['regeocode']: address_component = result['regeocode']['addressComponent'] formatted_address = result['regeocode']['formatted_address'] province = address_component['province'] city = address_component['city'] district = address_component['district'] township = address_component.get('township', '') neighborhood = address_component.get('neighborhood', {}).get('name', '') street = address_component.get('streetNumber', {}).get('street', '') number = address_component.get('streetNumber', {}).get('number', '') pois = result['regeocode'].get('pois', []) poi_names = [poi['name'] for poi in pois] return formatted_address, province, city, district, township, neighborhood, street, number, '; '.join(poi_names) return None, None, None, None, None, None, None, None, None # 为每个坐标对应用逆地理编码 address_components = data.apply(lambda row: reverse_geocode_amap(row['latitude'], row['longitude']), axis=1) # 将结果分解为单独的列 data[['formatted_address', 'province', 'city', 'district', 'township', 'neighborhood', 'street', 'number', 'poi']] = pd.DataFrame(address_components.tolist(), index=data.index)

导出结果

# 保存结果 data.to_excel("导出.xlsx") # ***

看一下最后结果：大概就是这个样子

【本文地址】

公司简介

联系我们